基于径向基函数神经网络预测器的多传感器故障在线检测和信号恢复的研究

摘要

理论研究及大量实践表明:径向基函数神经网络具有较强的函数逼近能力,学习速度优于常用的BP网络。本文利用径向基神经网络构成传感器输出预测器实现了多传感器故障在线检测和信号恢复。文中阐述了预测器的构成及其在线学习算法。通过仿真研究证明:该预测器对传感器输出具有很好的在线预测、跟踪能力。当某传感器发生故障时,在及时准确地发出报警信号的同时,对瞬时故障,能很好地恢复故障期间传感器正常的输出,即消除瞬时故障对系统正常运行的影响;对长期故障,能在故障发生后一定的时间范围内,正确估计出传感器正常输出,以保证系统的正常运行。